A Sai Suneel

Aujourd'hui, de plus en plus de professions exigent une concentration long terme. Les conducteurs doivent surveiller attentivement la route afin de pouvoir r agir imm diatement aux v nements inattendus. La fatigue du conducteur est souvent la cause directe de nombreux accidents de la route. Il est donc n cessaire de mettre au point un syst me qui d tecte et signale au conducteur un mauvais tat psychophysique, ce qui peut r duire consid rablement le nombre d'accidents de la route dus la fatigue. Cependant, le d veloppement de tels syst mes comporte de nombreuses difficult s li es une identification rapide et pertinente de la fatigue du conducteur. L'une des perspectives techniques pour la mise en oeuvre de la d tection de la fatigue des conducteurs est l'utilisation d'une approche bas e sur la vision. Plusieurs tudes ont montr que la somnolence et la fatigue sont des causes importantes d'accidents de la route. Un module de syst me avanc d'aide la conduite est propos pour r duire le nombre d'accidents caus s par la fatigue des conducteurs et accro tre ainsi la s curit des transports. Ce syst me traite de la d tection automatique de la somnolence du conducteur sur la base d'informations visuelles et de l'apprentissage automatique. Nous proposons un algorithme pour localiser, suivre et analyser le visage et les yeux du conducteur, ce qui constitue une mesure scientifique de la somnolence.

Actualmente, h cada vez mais profiss es que exigem uma concentra o a longo prazo. Os condutores devem vigiar cuidadosamente a estrada para poderem reagir imediatamente a acontecimentos inesperados. A fadiga do condutor frequentemente a causa directa de muitos acidentes de via o. Por isso, necess rio desenvolver um sistema que detecte e notifique o condutor de um mau estado psicof sico, o que pode reduzir significativamente o n mero de acidentes de via o devido fadiga. No entanto, o desenvolvimento de tais sistemas envolve muitas dificuldades em rela o a uma identifica o r pida e relevante do cansa o dos condutores. Uma das perspectivas t cnicas para a implementa o da detec o do cansa o do condutor a utiliza o de uma abordagem baseada na vis o. V rios estudos demonstraram que a sonol ncia e a fadiga s o as principais causas de acidentes de via o. Neste contexto, proposto um m dulo para um sistema avan ado de assist ncia ao condutor com o objectivo de reduzir o n mero de acidentes causados pela fadiga dos condutores e, assim, aumentar a seguran a dos transportes. Este sistema trata da detec o autom tica da sonol ncia do condutor com base em informa es visuais e na aprendizagem autom tica. Propomos um algoritmo para localizar, seguir e analisar o rosto e os olhos do condutor, que uma medida de sonol ncia cientificamente comprovada.

Oggi sempre pi professioni richiedono una concentrazione a lungo termine. I conducenti devono monitorare attentamente la strada per poter reagire immediatamente agli eventi imprevisti. La stanchezza del conducente spesso la causa diretta di molti incidenti stradali. quindi necessario sviluppare un sistema che rilevi e segnali al conducente un cattivo stato psicofisico, in modo da ridurre significativamente il numero di incidenti stradali dovuti alla stanchezza. Tuttavia, lo sviluppo di tali sistemi comporta molte difficolt in relazione a un'identificazione rapida e pertinente della stanchezza del conducente. Una delle prospettive tecniche per implementare il rilevamento della stanchezza del conducente l'utilizzo di un approccio basato sulla visione. Diversi studi hanno dimostrato che la sonnolenza e la stanchezza sono le cause principali degli incidenti stradali. In questo contesto, viene proposto un modulo per un sistema avanzato di assistenza alla guida per ridurre il numero di incidenti causati dalla stanchezza dei conducenti e aumentare cos la sicurezza dei trasporti. Questo sistema si occupa di rilevare automaticamente la sonnolenza del conducente basandosi su informazioni visive e sull'apprendimento automatico. Proponiamo un algoritmo per localizzare, tracciare e analizzare il volto e gli occhi del conducente, che una misura scientificamente supportata della sonnolenza.

Dans la radio cognitive bas e sur la 5G, le signal de l'utilisateur primaire est plus actif gr ce la large bande de fr quences. La d tection coop rative normale du spectre ne d tecte qu'une seule caract ristique de l'utilisateur primaire l'aide d'un seul type de d tecteur. La radio cognitive (CR) est apparue comme une technique prometteuse pour r soudre le probl me de la raret du spectre auquel sont confront es toutes les administrations sans fil actuelles et r cemment propos es. Dans un r seau de radio cognitive (CRN), la d tection du spectre joue un r le essentiel et est consid r e comme un l ment de base de la CR. Le noeud CR individuel peut ne pas donner de r sultats de d tection valides en raison des probl mes d'ombrage et de terminal secret du canal de communication sans fil. C'est pourquoi, afin de r soudre ces probl mes, nous proposons dans cet article une radio cognitive bas e sur la d tection coop rative du spectre pour la communication 5G. Dans le sch ma de d tection coop rative du spectre (CSS), chaque CR d tectera individuellement le spectre puis transf rera sa d cision un noeud central galement appel centre de fusion (FC). En utilisant la probabilit de d tection manqu e (Pmd) et la probabilit de fausse alarme (Pfa) pour reconna tre si la d tection du spectre est suffisante ou non, am liorer la performance en utilisant Pfa. Les r sultats de la simulation montrent l'am lioration des performances.

Im 5G-basierten kognitiven Funk ist das prim re Nutzersignal dank des breiten Frequenzbandes aktiver. Das normale kooperative Spectrum Sensing erfasst nur eine Eigenschaft der PU mit einer Art von Detektor. Cognitive Radio (CR) hat sich als eine vielversprechende Technik zur L sung des Problems der Frequenzknappheit erwiesen, mit dem alle aktuellen und k rzlich vorgeschlagenen drahtlosen Verwaltungen konfrontiert sind. Im kognitiven Funknetz (CRN) nimmt die Spektrumserkennung die Hauptrolle ein und wird als grundlegender Bestandteil von CR betrachtet. Der einzelne CR-Knoten kann aufgrund von Abschattungs- und Geheimterminalproblemen des drahtlosen Kommunikationskanals keine g ltigen Erkennungsergebnisse liefern. Um diese Probleme zu beheben, wird in diesem Papier ein kooperatives Spectrum Sensing auf der Basis von Cognitive Radio f r die 5G-Kommunikation vorgeschlagen. Im kooperativen Spectrum Sensing (CSS) Schema wird jeder CR individuell das Spektrum erfassen und dann seine Entscheidung an einen zentralen Knoten bertragen, der auch als Fusionszentrum (FC) bezeichnet wird. Mithilfe der Wahrscheinlichkeit einer verpassten Erkennung (Pmd) und der Wahrscheinlichkeit eines falschen Alarms (Pfa) kann erkannt werden, ob die Erfassung des Spektrums ausreichend ist oder nicht, und die Leistung mit Pfa verbessert werden. Die Simulationsergebnisse zeigen die h here Leistung.

No r dio cognitivo de 5G, o sinal prim rio do utilizador mais activo gra as ampla banda de frequ ncia. A detec o normal do espectro cooperativo s detecta uma caracter stica do PU utilizando um tipo de detector. A r dio cognitiva (CR) surgiu como uma t cnica promissora para o problema de escassez de espectro enfrentado por todas as administra es sem fios propostas t o recentemente. Na rede de r dio cognitiva (CRN) a detec o de espectro assume a parte principal e considerada como uma parte b sica da CR. O n CR individual pode n o dar resultados de detec o v lidos devido sombra e a problemas terminais secretos do canal de comunica o sem fios. Por conseguinte, para afectar estes problemas, proposta a implementa o durante este artigo de r dio cognitivo cooperativo baseado na detec o do espectro para comunica o 5G. No esquema de detec o cooperativa do espectro (CSS), cada CR sentir individualmente o espectro e depois transferir a sua decis o para um n central tamb m referido como centro de fus o (CF). Usando a probabilidade de detec o falhada (Pmd) e a probabilidade de falso alarme (Pfa) para reconhecer se a detec o do espectro suficiente ou n o, melhorar o desempenho usando Pfa. O resultado da simula o mostra o desempenho superior.

Nella radio cognitiva basata sul 5G, il segnale dell'utente primario pi attivo grazie all'ampia banda di frequenza. Il normale rilevamento cooperativo dello spettro rileva solo una caratteristica del PU utilizzando un tipo di rilevatore. La radio cognitiva (CR) nata come una tecnica promettente per risolvere il problema della scarsit di spettro affrontato da tutte le amministrazioni wireless attuali e recentemente proposte. Nella rete radio cognitiva (CRN) il rilevamento dello spettro assume la parte principale ed considerato una parte fondamentale della CR. Il singolo nodo CR pu non fornire risultati validi di rilevamento a causa dei problemi di shadowing e di terminale segreto del canale di comunicazione wireless. Pertanto, per ovviare a questi problemi, nel presente documento viene proposta una radio cognitiva basata sul rilevamento cooperativo dello spettro per la comunicazione 5G. Nello schema di rilevamento cooperativo dello spettro (CSS), ogni CR rileva individualmente lo spettro e trasferisce la sua decisione a un nodo centrale, chiamato anche centro di fusione (FC). Utilizzando la probabilit di mancato rilevamento (Pmd) e la probabilit di falso allarme (Pfa) per riconoscere se il rilevamento dello spettro sufficiente o meno, si migliorano le prestazioni utilizzando Pfa. I risultati della simulazione mostrano prestazioni pi elevate.

In 5G-based cognitive radio, the primary user signal is more active thanks to the broad frequency band. The normal cooperative spectrum sensing only senses one characteristic of PU using one kind of detector. Cognitive radio (CR) has arisen as a promising technique to the spectrum scarcity problem faced by all current just as recently proposed wireless administrations. In cognitive radio network (CRN) spectrum sensing assumes the main part and is considered as a basic part of CR. The individual CR node may not give valid detecting results due to shadowing and secret terminal problems of wireless communication channel. Therefore to affect these problems we further implement during this paper cooperative spectrum sensing based cognitive radio for 5G communication is proposed. In cooperative spectrum sensing (CSS) scheme, every CR will individually sense the spectrum then transfer its decision to a central node also referred to as fusion center (FC). Using probability of missed detection (Pmd) and probability of false alarm (Pfa) to recognize whether spectrum sensing is enough or not, improve performance using Pfa. The simulation outcome shows the higher performance.

In India and in the world pollution is increasing day to day, which severely affects all living beings and damages our earth. Because of rise in vehicles, there is a rise in air, sound pollution. On the other hand, factories also release waste gases into the air. Because of pollution there is a rise in harmful ultraviolet rays. Because of light intensity during night times, accidents occur because of light reflections from either side vehicles may cause blurred sensation in eyes. In this project we are proposing an embedded device which is a combination of embedded system and PHP web server and measure the parameters like CO gases, sound intensity, UV and light intensities. If any of these parameters crosses it's limit then it will send data to PHP server from the server message will be sent to the authorities to take action in that area to control pollution.